This paper presents the development and evaluation of a first prototype of an ai-based study progress forecast. This service is integrated within a conversational agent and can be used by students to show them their current study progress. First, implications for the set-up of a forecast application from the literature are described. Based on the requirements identified in the literature and from the project itself, a lightweight formula was created that enables calculating the remaining study time. In order to assess preliminary feasibility and perception of the model prototype, a qualitative focus group discussion was conducted with five participants. Overall, the study progress forecast was well received by the participants, especially the offer itself as well as the promptness of the service were highlighted.

 This is a preview of s

Angesichts des wachsenden globalen Wettbewerbsdrucks, der Arbeit 4.0, des demografischen Wandels und der rasant steigenden Dynamik von Wissen nimmt die Bedeutung des strukturierten Wissensmanagements in allen Bereichen zu. Dabei befasst sich Wissensmanagement mit der Planung, der Durchführung und dem Controlling aller auf den Produktionsfaktor Wissen bezogenen Kernprozesse aus Sicht von Technik, Organisation und Mensch. Der Fokus dieses Beitrags liegt insbesondere darauf, wie Wissen von Menschen mit Wissen aus Daten synergetisch verknüpft werden kann und welche entsprechenden Trends sich daraus ergeben.

Finding the required information to succeed in the organisation of everyday study life is not always easy for a student. Ontologies are an instrument to define a domain by illustrating its concepts and thereby presenting knowledge in a structured way. In this paper, our aim is to design an ontology that is suitable for the higher education environment of a German university to build a Knowledge Graph for a conversational AI. As a research context, the Ansbach University of Applied Science is used. The paper is organised into five sections. After a brief introduction in Section 1, Section 2 reviews previous work of conducted ontologies within the higher education environment, whereas Section 3 outlines the methodology for developing the ontology and presents the final result. The development procedure is thereby partly based on the ontology framework provided by Stanford University (Noy & McGuinness, 2001). The presented ontology, which delivers possible classes for the development, and transferability to other universities will then be discussed in Section 4. Finally, the conclusion and approaches for future work with ensuring a constant up-to-dateness of the classes are given in Section 5.

Tourism recommendation systems can mitigate the potential impact of choice overload on tourists. Social robots are a promising approach to provide recommendations to tourists through an engaging and intuitive user interface on sites like tourist information offices. This study investigates whether tourists perceive tourism recommendations provided via social robots as a satisfying and effective experience and whether tourists respond better to a more human or robotic design of social robot interactions. Therefore, an experiment is conducted at a real-world tourist information office where 60 tourists are exposed to either the more human or robotic version of the social robot recommender system. Their feedback is collected with a survey. The results show that the social robot is perceived positively across
all user-centric evaluation dimensions. This indicates that tourists accept social robots in real-world tourist recommendation situations and would also use them in the future.

Das Metaverse wird immer präsenter in unserem Privat- und Berufsleben: Es bietet Personen unzählige Möglichkeiten der Interaktion. Das Metaverse hat das Potential mehr zu sein als nur eine Ansammlung weiterer sozialer Netzwerke. So entwickeln erste Unternehmen, darunter PwC Deutschland (PwC), Metaverse-Plattformen für ein Arbeitsumfeld der Zukunft. Mit dieser rapiden Entwicklung entstehen allerdings auch neue Herausforderungen, insbesondere mit Blick auf potenzielle Straftaten im virtuellen Raum.

Bezüglich des Hinweisgeberschutzgesetzes (HinSchG) stellt sich die Frage, ob Unternehmen sich bereits jetzt Gedanken über die Implementierung von Meldekanälen im Metaverse machen sollten, um potenziellen Straftaten proaktiv aufzudecken und Schäden für ihr Unternehmen rechtzeitig zu minimieren.
Der folgende Beitrag beleuchtet die Bedeutung des Hinweisgeber-Managements im Metaverse.

Knowledge Science beschäftigt sich mit Konzepten, Methoden und Prozessen zur systematischen Erzeugung, Extraktion, Speicherung und Bereitstellung von Wissen zur Lösung von Problemen und lässt sich somit dem Wissensmanagement zuordnen. Kognitive Assistenten sorgen dafür, das richtige Wissen zur richtigen Zeit in der richtigen Art und Weise seinen Anwendern und Anwenderinnen bereitzustellen. Damit dies gelingen kann, kommen inzwischen zahlreiche Methoden der Künstlichen Intelligenz (KI) zur Unterstützung unterschiedlicher Aufgaben des Wissensmanagements zum Einsatz.

Mit dem steigenden Forschungsinteresse im Gebiet Conversational Artificial Intelligence entsteht das Potenzial für neue Einsatzszenarien. Währenddessen legt die Tatsache, dass über die Hälfte aller Software-Projekte nicht erfolgreich fertiggestellt werden können, einen Handlungsbedarf nahe. Das Projekt-Reporting stellt dabei ein Werkzeug dar, um kontinuierlich den Status eines Projektes zu prüfen, um so frühzeitig auf ein mögliches Scheitern aufmerksam zu machen. Ziel der vorliegenden Arbeit ist die Untersuchung von Anwendungsgebieten von CAI im Projekt-Reporting sowie darauf aufbauend die Darstellung eines neuen Projekt-Reporting-Ansatzes. Der Einsatz von CAI eignet sich dabei im Wesentlichen für die Aufgaben der Datenerfassung sowie -analyse und -bereitstellung im Projekt-Reporting. Somit kann der Ablauf eines Projekt-Reporting-Prozesses mittels verschiedener Methoden der CAI automatisiert und letztendlich durch die Realisierung von Arbeitserleichterung optimiert werden.

Angesichts des demografischen Wandels, im Speziellen des Ausscheidens der Babyboomer-Generation in den Altersruhestand, nimmt die Sicherung des Erfahrungswissens langjähriger Mitarbeitender an Bedeutung zu. Unter anderem stellt Expert Debriefing mit einem Prozessbegleiter hierfür einen Baustein der Lösung dar. Die personellen Unterstützungsleistungen bedeuten jedoch nicht unerhebliche Aufwände. In diesem Beitrag wird daher untersucht, wie ein kognitiver, wissensbasierter Assistent einen Wissensträger innerhalb dieses Prozesses der Wissensdokumentation ohne die Einbeziehung eines Prozessbegleiters unterstützen kann. Damit soll angesichts des zunehmenden Risikos des drohenden Wissensverlusts eine kosteneffiziente Skalierung der Wissenssicherung ermöglicht werden. Dazu werden insbesondere ein hochstrukturiertes Prozessmodell, ein Knowledge Graph für Expert Debriefing, entsprechende Leitfragen und Checklisten, Fragestrukturen sowie weitere Automatisierungspotenziale auf der Basis von Text Mining vorgestellt. Ferner werden die Herausforderungen bei der Hebung des impliziten Erfahrungswissens und bei der Mensch-Maschine-Kommunikation fokussiert.

Mit dem steigenden Forschungsinteresse im Gebiet Conversational Artificial Intelligence entsteht das Potenzial für neue Einsatzszenarien. Währenddessen legt die Tatsache, dass über die Hälfte aller Software-Projekte nicht erfolgreich fertiggestellt werden können, einen Handlungsbedarf nahe. Das Projekt-Reporting stellt dabei ein Werkzeug dar, um kontinuierlich den Status eines Projektes zu prüfen, um so frühzeitig auf ein mögliches Scheitern aufmerksam zu machen. Ziel der vorliegenden Arbeit ist die Untersuchung von Anwendungsgebieten von CAI im Projekt-Reporting sowie darauf aufbauend die Darstellung eines neuen Projekt-Reporting-Ansatzes. Der Einsatz von CAI eignet sich dabei im Wesentlichen für die Aufgaben der Datenerfassung sowie -analyse und -bereitstellung im Projekt-Reporting. Somit kann der Ablauf eines Projekt-Reporting-Prozesses mittels verschiedener Methoden der CAI automatisiert und letztendlich durch die Realisierung von Arbeitserleichterung optimiert werden.

Current research on entrepreneurial ecosystems focuses on conceptual frameworks as well as the characteristics of individual elements and actors. Yet, ecosystems require the contributions of different actors (such as successful entrepreneurs) to become self-sustaining. This study sheds light on the questions of how and why entrepreneurs contribute to the development and reproduction of their entrepreneurial ecosystem. Applying a qualitative, inductive approach, a data sample of 32 semi-structured interviews with startup entrepreneurs from Germany was examined. The analysis reveals, that, amongst the personal traits of entrepreneurial passion and altruism, a perceived affiliation, reciprocity with and gratitude to the entrepreneurial ecosystem and its actors, influenced by antecedent experiences and relationships, are the core predictors for contribution activities such as mentoring, peering, or passing on experiences. These empirical insights are synthesized in a dynamic model, which adds further theoretical grounding to research on causal mechanisms and microfoundations in entrepreneurial ecosystems.